论文部分内容阅读
随着时代的进步和社会的发展,人们对生物特征识别技术的安全性能要求越来越高,但目前没有一种生物特征是十全十美的,而手指静脉特征相较于其他生物特征具有易采集、安全性能高等特点及优势,在近些年受到了广泛的关注。目前,手指静脉识别技术的应用依然存在一些问题亟待解决,比如图像在采集过程中会受光照、近红外波段参数设置以及手指姿态等因素的影响,导致采集到的图像质量较差,因此如何有效的去除图像背景噪声并增强静脉细节成为了一个急需解决的问题。针对此问题,本文研究了三种手指静脉图像增强方法,主要内容如下:1)针对光照强度不均匀造成的图像对比度低与静脉细节不清晰等问题,研究了基于双边滤波单尺度Retinex指静脉增强方法,该方法利用双边滤波与原始图像卷积可准确的估计指静脉图像中明暗突变剧烈区域的背景光照,从而在Retinex增强时能有效的克服光照不均的问题。实验结果表明,该方法能有效的消除光晕现象从而达到增强静脉细节的目的,增强效果优于传统单尺度Retinex方法。2)为解决手指静脉图像存在较多背景噪声的问题,且针对基于单个引导滤波算法用于手指静脉图像增强时不能突出静脉细节的问题,研究了基于引导滤波和各项异性扩散的指静脉增强方法。该方法结合引导滤波建立了一种静脉细节增强模型,然后再利用各项异性扩散滤波对增强后的图像进行平滑去噪。实验结果表明,该方法不仅能有效的增强静脉细节,且对背景噪声的消除有着更为显著的效果。3)为解决在静脉纹路密集处易发生过度增强的问题,研究了基于Hessian矩阵的指静脉增强方法,该方法首先将高斯滤波二阶导数与原始图像卷积得到各个像素点的Hessian矩阵,然后通过对Hessian矩阵特征值的分析建立了一种用于检测静脉纹路的多尺度静脉增强滤波器,最后对不同尺度因子下增强的图像进行分析,并将其融合。实验结果表明,该方法能有效的增强指静脉图像中各个尺度的静脉细节并在静脉纹路密集处能避免过度增强现象。